KR20170073897A - 가상 머신 성능 최적화를 위한 하드웨어 리소스 등급 분류 및 자원 할당방법 - Google Patents

가상 머신 성능 최적화를 위한 하드웨어 리소스 등급 분류 및 자원 할당방법 Download PDF

Info

Publication number
KR20170073897A
KR20170073897A KR1020150182653A KR20150182653A KR20170073897A KR 20170073897 A KR20170073897 A KR 20170073897A KR 1020150182653 A KR1020150182653 A KR 1020150182653A KR 20150182653 A KR20150182653 A KR 20150182653A KR 20170073897 A KR20170073897 A KR 20170073897A
Authority
KR
South Korea
Prior art keywords
resources
virtual machine
user
class
rating
Prior art date
Application number
KR1020150182653A
Other languages
English (en)
Other versions
KR102214782B1 (ko
Inventor
김현우
Original Assignee
전자부품연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 전자부품연구원 filed Critical 전자부품연구원
Priority to KR1020150182653A priority Critical patent/KR102214782B1/ko
Publication of KR20170073897A publication Critical patent/KR20170073897A/ko
Application granted granted Critical
Publication of KR102214782B1 publication Critical patent/KR102214782B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45504—Abstract machines for programme code execution, e.g. Java virtual machine [JVM], interpreters, emulators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • Stored Programmes (AREA)
  • Debugging And Monitoring (AREA)

Abstract

가상 머신 성능 최적화를 위한 하드웨어 리소스 등급 분류 및 자원 할당방법이 제공된다. 본 발명의 실시예에 따른 리소스 할당 방법은, 리소스들의 성능을 모니터링하여 리소스들의 등급을 결정하고, 리소스들의 등급과 사용자 정보를 기초로 사용자에게 서비스를 제공할 가상 머신에 리소스들을 할당한다. 이에 의해, 가상 머신의 성능을 최적화하여 전반적인 서비스 만족도를 향상시킬 수 있고, 하드웨어 리소스들이 추가되는 환경에서도 보다 적정하게 효율적으로 하드웨어 리소스들을 활용하도록 하는 기틀을 마련할 수 있게 된다.

Description

가상 머신 성능 최적화를 위한 하드웨어 리소스 등급 분류 및 자원 할당방법{Hardware Resource Classification and Allocation Method for the Virtual Machine Performance Optimization}
본 발명은 분산 시스템에 관한 것으로, 더욱 상세하게는 가상 머신의 성능 최적화를 위한 하드웨어 리소스 관리 방법에 관한 것이다.
시스템 가상화는, 하이퍼 바이저가 CPU, Disk, RAM과 같은 하드웨어 리소스들을 가상 머신들에 할당하는 것을 말한다. 하드웨어 리소스 할당은, 정량적인 분배에 초점이 맞추어져 있다. 즉, 가상 머신에 얼마만큼의 하드웨어 리소스를 할당할지 여부만 고려되고 있다.
하지만, 현재의 시스템에서 하드웨어 리소스들의 성능은 매우 다양하며, 이는 시스템 업그레이드에 의한 리소스 추가 과정에서 더욱 그렇게 될 수 있다.
또한, 가상 머신의 성능에 대한 사용자의 요구와 필요도 각기 다르며, 이는 사용자의 직무 의존적일 수 있다. 즉, 직무에 따라, 고성능의 서비스가 필요한 사용자들도 있고 그렇지 않은 사용자들도 있다.
하지만, 가상 머신의 리소스 할당이 정량적인 할당에 그치고 있는 관계로, 위와 같은 상황에 적절하게 대처하는 것은 어려운 실정이다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은, 하드웨어 리소스들의 성능에 따라 등급을 결정하고, 결정된 등급과 사용자 정보를 기초로 가상 머신에 하드웨어 리소스들을 할당하는 리소스 할당 방법 및 이를 적용한 분산 시스템을 제공함에 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른, 리소스 할당 방법은, 리소스들의 성능을 모니터링하여, 리소스들의 등급을 결정하는 단계; 및 상기 리소스들의 등급과 사용자 정보를 기초로, 사용자에게 서비스를 제공할 가상 머신에 리소스들을 할당하는 단계;를 포함한다.
그리고, 상기 결정 단계는, 주기적으로 또는 정해진 조건 발생시에, 상기 리소스들의 등급을 결정할 수 있다.
또한, 상기 리소스들은, 프로세서, 디스크, 메모리 중 적어도 하나를 포함할 수 있다.
그리고, 상기 사용자 정보는, 사용자의 리소스 관련 요구 사항을 포함하고, 상기 할당 단계는, 상기 요구 사항에 부합하는 등급의 리소스들을 상기 가상 머신에 할당할 수 있다.
또한, 상기 사용자 정보는, 사용자의 직군, 직급 및 직책 중 적어도 하나를 포함하고, 상기 할당 단계는, 상기 요구 사항에 부합하는 등급의 리소스들을 상기 가상 머신에 할당할 수 없는 경우, 상기 직군, 직급 및 직책 중 적어도 하나를 기초로, 상기 가상 머신에 할당할 리소스들의 등급을 하향 조정할 수 있다.
그리고, 상기 요구 사항에 부합하는 등급의 리소스들을 상기 가상 머신에 할당할 수 없는 경우는, 상기 요구 사항에 부합하는 등급의 리소스들이 다른 사용자들의 가상 머신들에 이미 할당된 경우일 수 있다.
또한, 상기 사용자 정보는, 사용자의 사용 패턴을 더 포함하고, 상기 할당 단계는, 상기 사용자의 사용 패턴을 기초로, 상기 가상 머신에 할당할 리소스들의 등급을 추가 조정할 수 있다.
한편, 본 발명의 다른 실시예에 따른, 분산 시스템은, 리소스들의 성능을 모니터링하여, 리소스들의 등급을 결정하는 등급 관리부; 및 상기 리소스들의 등급과 사용자 정보를 기초로, 사용자에게 서비스를 제공할 가상 머신에 리소스들을 할당하는 리소스 할당부;를 포함한다.
이상 설명한 바와 같이, 본 발명의 실시예들에 따르면, 하드웨어 리소스들의 성능에 따라 등급을 결정하고, 결정된 등급과 사용자 정보를 기초로 가상 머신에 하드웨어 리소스들을 할당함으로써, 가상 머신의 성능을 최적화하여, 전반적인 서비스 만족도를 향상시킬 수 있게 된다.
또한, 본 발명의 실시예들에 따르면, 하드웨어 리소스들이 추가되는 환경에서도, 보다 적정하게 효율적으로 하드웨어 리소스들을 활용하도록 하는 기틀을 마련할 수 있게 된다.
도 1은 본 발명의 일 실시예에 따른 분산 서비스 시스템을 도시한 도면,
도 2는, 도 1에 도시된 분산 서비스 시스템에 의한 하드웨어 리소스 등급 관리 과정의 설명에 제공되는 흐름도, 그리고,
도 3은, 도 1에 도시된 분산 서비스 시스템에 의한 하드웨어 리소스 할당 과정의 설명에 제공되는 흐름도이다.
이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.
1. 분산 서비스 시스템
도 1은 본 발명의 일 실시예에 따른 분산 서비스 시스템을 도시한 도면이다. 본 발명의 실시예에 따른 분산 서비스 시스템은, 성능 중심의 하드웨어 리소스 분류 및 할당을 추구한다.
구체적으로, 본 발명의 실시예에 따른 분산 서비스 시스템은, 다양한 하드웨어 리소스들(131, 132, 133)을 등급화하여 분류하고, 가상 머신들(110-1, 110-2, ... , 110-(n-1), 110-n)에 대한 리소스 할당에 보다 다양한 분배 정책을 운용할 수 있도록 하고, 이에 따라 다양한 성능의 가상 머신들(110-1, 110-2, ... , 110-(n-1), 110-n)을 생성/운용할 수 있다.
또한, 본 발명의 실시예에 따른 분산 서비스 시스템은, 분배 정책으로 사용자 정보를 이용한다. 즉, 본 발명의 실시예에 따른 분산 서비스 시스템은, 사용자의 요구나 직무에 따라 적정한 성능의 가상 머신을 제공한다.
본 발명의 실시예에 따른 분산 서비스 시스템은, 도 1에 도시된 바와 같이, 가상 머신들(110-1, 110-2, ... , 110-(n-1), 110-n), 리소스 할당부(120), 하드웨어 리소스들(131, 132, 133), 사용자 정보 관리부(140), 정보/등급 저장부(150) 및 리소스 등급 관리부(160)를 포함한다.
가상 머신들(110-1, 110-2, ... , 110-(n-1), 110-n)은 사용자들에게 가상화 서비스를 제공한다. 가상 머신들(110-1, 110-2, ... , 110-(n-1), 110-n)은 하드웨어 리소스들(131, 132, 133)을 이용하여 운용된다.
하드웨어 리소스들(131, 132, 133)에는 프로세서들(131), 디스크들(132) 및 메모리들(133)을 포함된다. 프로세서들(131), 디스크들(132) 및 메모리들(133)의 성능은 각기 다르다.
이를 테면, 디스크들(132)은 높은 성능을 갖는 SSD(Solid State Disk)들과 상대적으로 낮은 성능을 갖는 HDD(Hard Disk Drive)들을 포함하며, HDD들의 성능도 각기 다르다.
리소스 등급 관리부(160)는 하드웨어 리소스들(131, 132, 133)의 성능을 모니터링하여 등급들을 결정한다. 이에 대해서는, 도 2를 참조하여 상세히 후술한다.
사용자 정보 관리부(140)는 사용자 정보를 저장하고 업데이트 한다. 사용자 정보에는, 사용자의 하드웨어 리소스 관련 요구 사항을 포함하고, 가상 머신 사용 패턴, 즉 서비스 이용 패턴이 포함된다. 또한, 사용자 정보에는, 사용자의 인적 정보인, 직군, 직급 및 직책 등도 포함된다.
정보/등급 저장부(150)에는, 사용자 정보 관리부(140)에 의해 관리되는 사용자 정보와 리소스 등급 관리부(160)에 의해 관리되는 하드웨어 리소스들(131, 132, 133)의 등급이 저장되고 업데이트 된다.
리소스 할당부(120)는 정보/등급 저장부(150)에 저장된 사용자 정보와 등급 정보를 참조로, 가상 머신들(110-1, 110-2, ... , 110-(n-1), 110-n)에 하드웨어 리소스들(131, 132, 133)을 할당한다. 이에 대해서는, 도 3을 참조하여 상세히 후술한다.
2. 리소스 등급 부여
도 2는, 도 1에 도시된 분산 서비스 시스템의 리소스 등급 관리부(160)에 의한 하드웨어 리소스 등급 관리 과정의 설명에 제공되는 흐름도이다.
도 2에 도시된 바와 같이, 리소스 등급 관리부(160)는,
프로세서들(131)의 성능(Processor Core Performance)을 모니터링하여, 프로세서들(131)의 등급을 결정하고(S210),
디스크들(132)의 성능(Disk I/O Performance)을 모니터링하여, 디스크들(132)의 등급을 결정하며(S220),
메모리들(133)의 성능(Memory Performance)을 모니터링하여, 메모리들(133)의 등급을 결정한다(S230).
그리고, 리소스 등급 관리부(160)는 S210단계 내지 S230단계를 통해 결정된 하드웨어 리소스들(131, 132, 133)의 등급들을 정보 저장부(150)에 저장한다(S240).
S210단계 내지 S240단계는 주기적으로 수행되어, 하드웨어 리소스(131, 132, 133)의 등급이 주기적으로 업데이트 된다(S250). 이는, 하드웨어 리소스(131, 132, 133)의 사용 현황, 즉 가상 머신들
(110-1, 110-2, ... , 110-(n-1), 110-n)의 운용 현황에 따라, 하드웨어 리소스들(131, 132, 133)의 성능이 달라지게 되는 것을 반영한 것이다.
한편, 등급 업데이트 시기는, 다른 조건에 의해 정해지도록 운영하는 것이 가능하다. 예를 들면, 하드웨어 리소스(131, 132, 133)가 추가된 경우나, 가상 머신의 운용 상황이 많이 달라진 경우, 즉 가상 머신들(110-1, 110-2, ... , 110-(n-1), 110-n)이 많이 추가되었거나 변경된 경우 등에, 등급 업데이트가 수행되도록 구현하는 것이 가능하다.
3. 리소스 할당
도 3은, 도 1에 도시된 분산 서비스 시스템의 리소스 할당부(120)에 의한 하드웨어 리소스 할당 과정의 설명에 제공되는 흐름도이다. 본 실시예에서는, 가상 머신(110-n)으로 사용자-n에게 서비스를 제공하는 상황을 상정하겠다.
도 3에 도시된 바와 같이, 리소스 할당부(120)는, 정보 저장부(150)를 참조하여, 사용자-n의 하드웨어 리소스 관련 요구 사항을 파악한다(S310).
그리고, 리소스 할당부(120)는 사용자-n의 요구 사항에 부합하는 등급의 하드웨어 리소스들(131, 132, 133)을 서비스를 제공할 가상 머신(110-n)에 할당할 수 있는지 확인한다(S320).
요구 사항에 부합하는 등급의 하드웨어 리소스들(131, 132, 133)이, 모두 다른 사용자들의 가상 머신들(110-1, 110-2, ... , 110-(n-1))에 할당되지 않고 남아 있으며, 다른 가상 머신들(110-1, 110-2, ... , 110-(n-1))에 의해 예약되지 않은 경우는, 요구 사항에 부합하는 등급을 할당할 수 있는 경우에 해당한다.
요구 사항에 부합하는 등급의 하드웨어 리소스들(131, 132, 133)을 할당할 수 있는 경우(S320-Y), 리소스 할당부(120)는 가상 머신-n(110-n)에 요구 사항에 부합하는 등급의 하드웨어 리소스들(131, 132, 133)을 할당한다(S350).
반면, 요구 사항에 부합하는 등급의 하드웨어 리소스들(131, 132, 133)을 할당할 수 없는 경우(S320-N), 리소스 할당부(120)는 정보 저장부(150)에 저장된 사용자의 직군, 직급 및 직책 등을 참조로, 가상 머신-n(120-n)에 할당할 하드웨어 리소스들(131, 132, 133)의 등급을 하향 조정한다(S330).
그리고, 리소스 할당부(120)는 가상 머신-n(120-n)에 하향 조정된 등급의 하드웨어 리소스들(131, 132, 133)을 할당한다(S340).
이에, S340단계 또는 S350단계를 통해 하드웨어 리소스들(131, 132, 133)의 할당이 완료되면, 가상 머신-n(120-n)으로 사용자-n에 대해 서비스가 개시된다(S360).
이후, 리소스 할당부(120)는, 정보 저장부(150)에 저장된 사용자의 사용 패턴을 참조하여, 가상 머신-n(120-n)에 할당한 하드웨어 리소스들(131, 132, 133)의 등급을 추가 조정한다(S370).
이를 테면, 사용자-n이 빠르게 많은 작업을 수행하는 것이 요구되는 경우, 가상 머신-n(120-n)에 사용할 하드웨어 리소스들(131, 132, 133)을 더 높은 등급으로 조정한다. 반면, 사용자-n이 느리게 적은 작업을 수행하여도 괜찮은 경우, 가상 머신-n(120-n)에 사용할 하드웨어 리소스들(131, 132, 133)을 더 낮은 등급으로 조정한다.
또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.
110-1, 110-2, ... , 110-(n-1), 110-n : 가상 머신
120 : 리소스 할당부
131, 132, 133 : 하드웨어 리소스
140 : 사용자 정보 관리부
150 : 정보/등급 저장부
160 : 리소스 등급 관리부

Claims (8)

  1. 리소스들의 성능을 모니터링하여, 리소스들의 등급을 결정하는 단계; 및
    상기 리소스들의 등급과 사용자 정보를 기초로, 사용자에게 서비스를 제공할 가상 머신에 리소스들을 할당하는 단계;를 포함하는 것을 특징으로 하는 리소스 할당 방법.
  2. 청구항 1에 있어서,
    상기 결정 단계는,
    주기적으로 또는 정해진 조건 발생시에, 상기 리소스들의 등급을 결정하는 것을 특징으로 하는 리소스 할당 방법.
  3. 청구항 2에 있어서,
    상기 리소스들은,
    프로세서, 디스크, 메모리 중 적어도 하나를 포함하는 것을 특징으로 하는 리소스 할당 방법.
  4. 청구항 1에 있어서,
    상기 사용자 정보는, 사용자의 리소스 관련 요구 사항을 포함하고,
    상기 할당 단계는,
    상기 요구 사항에 부합하는 등급의 리소스들을 상기 가상 머신에 할당하는 것을 특징으로 하는 리소스 할당 방법.
  5. 청구항 4에 있어서,
    상기 사용자 정보는, 사용자의 직군, 직급 및 직책 중 적어도 하나를 포함하고,
    상기 할당 단계는,
    상기 요구 사항에 부합하는 등급의 리소스들을 상기 가상 머신에 할당할 수 없는 경우, 상기 직군, 직급 및 직책 중 적어도 하나를 기초로, 상기 가상 머신에 할당할 리소스들의 등급을 하향 조정하는 것을 특징으로 하는 리소스 할당 방법.
  6. 청구항 5에 있어서,
    상기 요구 사항에 부합하는 등급의 리소스들을 상기 가상 머신에 할당할 수 없는 경우는,
    상기 요구 사항에 부합하는 등급의 리소스들이 다른 사용자들의 가상 머신들에 이미 할당된 경우인 것을 특징으로 하는 리소스 할당 방법.
  7. 청구항 5에 있어서,
    상기 사용자 정보는, 사용자의 사용 패턴을 더 포함하고,
    상기 할당 단계는,
    상기 사용자의 사용 패턴을 기초로, 상기 가상 머신에 할당할 리소스들의 등급을 추가 조정하는 것을 특징으로 하는 리소스 할당 방법.
  8. 리소스들의 성능을 모니터링하여, 리소스들의 등급을 결정하는 등급 관리부; 및
    상기 리소스들의 등급과 사용자 정보를 기초로, 사용자에게 서비스를 제공할 가상 머신에 리소스들을 할당하는 리소스 할당부;를 포함하는 것을 특징으로 하는 분산 시스템.
KR1020150182653A 2015-12-21 2015-12-21 가상 머신 성능 최적화를 위한 하드웨어 리소스 등급 분류 및 자원 할당방법 KR102214782B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150182653A KR102214782B1 (ko) 2015-12-21 2015-12-21 가상 머신 성능 최적화를 위한 하드웨어 리소스 등급 분류 및 자원 할당방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150182653A KR102214782B1 (ko) 2015-12-21 2015-12-21 가상 머신 성능 최적화를 위한 하드웨어 리소스 등급 분류 및 자원 할당방법

Publications (2)

Publication Number Publication Date
KR20170073897A true KR20170073897A (ko) 2017-06-29
KR102214782B1 KR102214782B1 (ko) 2021-02-10

Family

ID=59280254

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150182653A KR102214782B1 (ko) 2015-12-21 2015-12-21 가상 머신 성능 최적화를 위한 하드웨어 리소스 등급 분류 및 자원 할당방법

Country Status (1)

Country Link
KR (1) KR102214782B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100092850A (ko) * 2009-02-13 2010-08-23 경희대학교 산학협력단 클라우드 컴퓨팅 환경에서의 리소스 분배 장치 및 그 방법
KR20130019698A (ko) * 2011-08-17 2013-02-27 주식회사 케이티 사용자 스케줄러와 마이그레이션(Ｍｉｇｒａｔｉｏｎ)을 통한 자원 최적화 방법 및 시스템
KR20140055481A (ko) * 2012-10-31 2014-05-09 삼성에스디에스 주식회사 가상 머신 제공 방법, 시스템 및 그 프로그램이 기록된 기록매체

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100092850A (ko) * 2009-02-13 2010-08-23 경희대학교 산학협력단 클라우드 컴퓨팅 환경에서의 리소스 분배 장치 및 그 방법
KR20130019698A (ko) * 2011-08-17 2013-02-27 주식회사 케이티 사용자 스케줄러와 마이그레이션(Ｍｉｇｒａｔｉｏｎ)을 통한 자원 최적화 방법 및 시스템
KR20140055481A (ko) * 2012-10-31 2014-05-09 삼성에스디에스 주식회사 가상 머신 제공 방법, 시스템 및 그 프로그램이 기록된 기록매체

Also Published As

Publication number Publication date
KR102214782B1 (ko) 2021-02-10

Similar Documents

Publication Publication Date Title
US10191771B2 (en) System and method for resource management
US9043790B2 (en) Virtualization and dynamic resource allocation aware storage level reordering
US10241836B2 (en) Resource management in a virtualized computing environment
DE112017003688T5 (de) Technologien zur Durchführung einer Orchestrierung mit Online-Analyse von Telemetriedaten
WO2017186123A1 (en) System and method for distributed resource management
US20140173620A1 (en) Resource allocation method and resource management platform
US11287999B2 (en) Multi-instance 2LM architecture for SCM applications
US20160196157A1 (en) Information processing system, management device, and method of controlling information processing system
JP2012094030A (ja) 計算機システム及び処理制御方法
KR102016683B1 (ko) 소프트웨어 정의 네트워크의 모니터링 기능 자원 자율 스케일링 장치 및 방법
CN115599512B (zh) 在图形处理单元上调度作业
KR20130019698A (ko) 사용자 스케줄러와 마이그레이션(Ｍｉｇｒａｔｉｏｎ)을 통한 자원 최적화 방법 및 시스템
WO2016092856A1 (ja) 情報処理装置、情報処理システム、タスク処理方法、及び、プログラムを記憶する記憶媒体
US20200272526A1 (en) Methods and systems for automated scaling of computing clusters
KR20190042465A (ko) 분할 메모리 관리장치 및 방법
Babu et al. Interference aware prediction mechanism for auto scaling in cloud
Mollamotalebi et al. Multi-objective dynamic management of virtual machines in cloud environments
WO2017056310A1 (ja) 計算機および計算機の制御方法
US10754547B2 (en) Apparatus for managing disaggregated memory and method thereof
CN107203256B (zh) 一种网络功能虚拟化场景下的节能分配方法与装置
US9015418B2 (en) Self-sizing dynamic cache for virtualized environments
KR102214782B1 (ko) 가상 머신 성능 최적화를 위한 하드웨어 리소스 등급 분류 및 자원 할당방법
Sawamura et al. Evaluating the impact of memory allocation and swap for vertical memory elasticity in VMs
JP6870390B2 (ja) 仮想基盤にもとづくシステムにおけるリソース割当方法、接続管理サーバおよび接続管理プログラム
KR102571782B1 (ko) 리소스 관리 풀을 이용한 가상 머신 재배치를 위한 장치 및 방법

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant